域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過

“云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈……”這些詞在剛剛過去的2018年持續(xù)火熱。在應(yīng)用需求的推動(dòng)下，新技術(shù)的發(fā)展得以提速，催生了更多的新產(chǎn)業(yè)、新業(yè)態(tài)。我們看到，這些新技術(shù)在中國(guó)企業(yè)受到熱烈歡迎，迅速普及，然后成為一個(gè)個(gè)風(fēng)口;但另一方面，盲目跟風(fēng)，技術(shù)落地緩慢，也是當(dāng)下面臨的難題。

那么，面對(duì)當(dāng)前日趨復(fù)雜且多樣的新技術(shù)，走在行業(yè)前沿的互聯(lián)網(wǎng)企業(yè)是如何應(yīng)對(duì)的呢?作為互聯(lián)網(wǎng)公司，萬(wàn)年歷CTO羅世龍?jiān)诮邮苡浾卟稍L時(shí)，分享了萬(wàn)年歷的上云之路，以及針對(duì)人工智能、區(qū)塊鏈等新技術(shù)的態(tài)度。

萬(wàn)年歷CTO 羅世龍

應(yīng)對(duì)流量峰值，萬(wàn)年歷的上云之路

作為互聯(lián)網(wǎng)公司，IT架構(gòu)遇到的最大挑戰(zhàn)在于大流量、高并發(fā)。在用戶使用高峰期，萬(wàn)年歷要實(shí)現(xiàn)每秒種處理超過5K次請(qǐng)求。如何利用技術(shù)手段使得系統(tǒng)可以并行處理更多的請(qǐng)求，降低延遲和響應(yīng)時(shí)間，提升性能和用戶體驗(yàn)，成為每個(gè)公司必須解決的難題。

萬(wàn)年歷起初采取自建機(jī)房的方式，面對(duì)流量峰值，加大機(jī)房的帶寬，加資源以及加服務(wù)器。但發(fā)展到后期，這種簡(jiǎn)單粗暴的方式并不能滿足高速增長(zhǎng)的用戶規(guī)模，萬(wàn)年歷便將整個(gè)服務(wù)器全部遷移到了公有云平臺(tái)。

一方面，通過分倍擴(kuò)容，根據(jù)現(xiàn)有流量，可進(jìn)行程序化自動(dòng)判斷。如果超過現(xiàn)有運(yùn)行設(shè)備或者后端服務(wù)器所能承載的數(shù)量，就會(huì)分析計(jì)算資源實(shí)現(xiàn)自動(dòng)擴(kuò)容;

另一方面，通過差分請(qǐng)求，每次請(qǐng)求并不會(huì)直接返回所有數(shù)據(jù)，而是對(duì)比數(shù)據(jù)的新舊程度。如果數(shù)據(jù)沒有變化會(huì)直接返回，從而達(dá)到縮短請(qǐng)求時(shí)間、減少請(qǐng)求次數(shù)的目的。

此外，還實(shí)現(xiàn)了差異請(qǐng)求。用戶每次啟動(dòng)客戶端時(shí)，雖然都會(huì)調(diào)用很多接口，但接口調(diào)用的順序或者時(shí)間并不固定，如此一來(lái)，請(qǐng)求的集中性會(huì)得到很大程度的分散，在用戶高峰期會(huì)帶來(lái)非常明顯的集約效果。

對(duì)于自建私有云和上公有云如何選擇，羅世龍認(rèn)為，如果從成本出發(fā)，不建議采用自建私有云的形式。最主要的原因在于規(guī)模產(chǎn)生利潤(rùn)，對(duì)于阿里云、騰訊云、AWS等公有云服務(wù)商而言，他們能夠集中采購(gòu)大量服務(wù)器和帶寬，分?jǐn)偟矫總€(gè)單元的成本，肯定會(huì)比自己采購(gòu)小部分服務(wù)器、小部分帶寬的價(jià)格要低很多。即便加上平臺(tái)的利潤(rùn)，也比企業(yè)自建機(jī)房成本要低。

目前，萬(wàn)年歷也在考慮多云的災(zāi)備方案，以一個(gè)公有云平臺(tái)作為主戰(zhàn)場(chǎng)，另外幾家作為災(zāi)備，避免完全依賴于某一個(gè)云服務(wù)商的情況產(chǎn)生。對(duì)于數(shù)據(jù)安全問題，羅世龍認(rèn)為，如果云服務(wù)商可以隨意調(diào)取或讀取客戶數(shù)據(jù)，對(duì)于整個(gè)公有云行業(yè)來(lái)說將是一場(chǎng)毀滅性的打擊。因此，作為客戶而言，更傾向于相信云平臺(tái)的職業(yè)操守和契約精神。

還原新技術(shù)本質(zhì)，避免盲目跟風(fēng)

從去年開始，有兩個(gè)詞越來(lái)越被人們所熟知，成為了現(xiàn)在科技最高水平的代名詞：“人工智能”與“區(qū)塊鏈”。如何看待新技術(shù)，羅世龍指出，應(yīng)該更多的看到這些技術(shù)的本質(zhì)，避免盲目跟風(fēng)。例如，區(qū)塊鏈究竟能夠給現(xiàn)有業(yè)務(wù)帶來(lái)哪些價(jià)值，并不是隨便買幾臺(tái)服務(wù)器，做幾個(gè)節(jié)點(diǎn)，放些內(nèi)容上去就是一個(gè)區(qū)塊鏈項(xiàng)目。

實(shí)際上，區(qū)塊鏈的本質(zhì)是分布式存儲(chǔ)，具體到應(yīng)用，需要把它回歸到分布式存儲(chǔ)的本質(zhì)上，例如具有不依賴于單一節(jié)點(diǎn)、防篡改、容錯(cuò)性和容災(zāi)性比數(shù)據(jù)中心更強(qiáng)等優(yōu)勢(shì)。而后，企業(yè)在將新技術(shù)與自身業(yè)務(wù)相結(jié)合時(shí)，就需要考慮到是否有真正的結(jié)合點(diǎn)。萬(wàn)年歷現(xiàn)有數(shù)據(jù)都存儲(chǔ)在主數(shù)據(jù)庫(kù)中，經(jīng)過思考和驗(yàn)證，認(rèn)為沒有必要使用區(qū)塊鏈技術(shù)做成分布式數(shù)據(jù)庫(kù)，對(duì)于整個(gè)業(yè)務(wù)也不會(huì)有本質(zhì)性的幫助。

在AI方面，AI和大數(shù)據(jù)相輔相成的，其本質(zhì)是統(tǒng)計(jì)，首先根據(jù)以往的行為數(shù)據(jù)建立統(tǒng)計(jì)模型，利用大量的樣本數(shù)據(jù)進(jìn)行模型的訓(xùn)練，在錄入新的參數(shù)之后，通過模型輸出預(yù)測(cè)結(jié)果。通過AI技術(shù)，在萬(wàn)年歷業(yè)務(wù)系統(tǒng)中最直接的應(yīng)用是信息和廣告的推薦，還可以進(jìn)行圖片識(shí)別、語(yǔ)音識(shí)別，這些應(yīng)用都是基于特征統(tǒng)計(jì)實(shí)現(xiàn)的信息分發(fā)流轉(zhuǎn)。

AI對(duì)于萬(wàn)年歷整個(gè)商業(yè)BI系統(tǒng)的構(gòu)建和內(nèi)容的分發(fā)，也占有舉足輕重的作用。萬(wàn)年歷會(huì)將所有用戶的行為操作全部記錄到中央數(shù)據(jù)庫(kù)中，包含每個(gè)用戶在整個(gè)App體系中所有的點(diǎn)擊行為、點(diǎn)擊的內(nèi)容標(biāo)簽都會(huì)上傳到統(tǒng)計(jì)服務(wù)器。對(duì)這些行為數(shù)據(jù)進(jìn)行清洗和運(yùn)算之后，萬(wàn)年歷會(huì)構(gòu)建出每個(gè)用戶的畫像，同時(shí)得出該用戶在整個(gè)生命周期中對(duì)于產(chǎn)品的貢獻(xiàn)度，例如是否付費(fèi)、在哪些位置點(diǎn)擊了哪些廣告等數(shù)據(jù)。從而計(jì)算得出，該推廣渠道對(duì)于產(chǎn)品推廣而言是否值得。

同時(shí)，萬(wàn)年歷針對(duì)自建的廣告平臺(tái)，也可以根據(jù)用戶的畫像、標(biāo)簽進(jìn)行信息推送，幫助提升廣告和流量的利用效率。以往，萬(wàn)年歷只能進(jìn)行全面投放，一個(gè)廣告位在一個(gè)單位時(shí)間內(nèi)只能接一個(gè)廣告主的單?，F(xiàn)在就可以根據(jù)不同的用戶喜好，進(jìn)行更加精細(xì)化的投放。因此，相同的位置在同樣時(shí)間內(nèi)，萬(wàn)年歷可以服務(wù)到更多的廣告主，也可以為用戶提供他們所需的信息?；谶@兩方面，萬(wàn)年歷通過AI技術(shù)提升內(nèi)容的分發(fā)效率。(來(lái)源：51CTO 作者：Barry)

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！